Skip to main content
Login | Suomeksi | På svenska | In English

Browsing by Subject "GAN"

Sort by: Order: Results:

  • Varjonen, Erkki (2021)
    Tekoälyn nopean kehityksen ja laskennallisen luovuuden tutkimuksen myötä tekoäly on adaptoitunut nopeasti myös taiteisiin. Taiteilijat luovat tänä päivänä erityisesti generatiivisia kilpailevia neuroverkkoja (GAN, generative adversial networks) hyödyntäen omaperäistä ja mielenkiintoista kuvastoa. Tämän maisterintutkielman primaarina tavoitteena on selvittää, missä määrin tekoälyä voidaan pitää taiteellisena toimijana ja mitä se tarkoittaa tekijyyden näkökulmasta. Lisäksi sekundaarina tavoitteena on selvittää voiko tekoälytaide olla auraattista ja ainutkertaista sekä onko generatiivinen kuvasto yleensäkään kategorisoitavissa taiteeksi. Tutkielman empiirisen aineiston muodostaa neljä kansainvälistä tekoälytaiteilijaa, joita tarkastellaan posthumanistisessa viitekehyksessä. Posthumanismissa pyritään yleisesti purkamaan perinteisiä ihminen–kone, ihminen–luonto tai kulttuuri–luonto dualismeja sekä tyypillistä humanistista ajatusta ihmisestä kaiken yläpuolella. Bruno Latour käyttää termiä kollektiivi inhimillisen ja ei-inhimillisen toimijan yhdistymisestä. Tekoälytaiteessa hybridinen ihminen–kone-kollektiivi yhdistää taiteilijan teknologiseen algoritmiin. Tekoälytaiteen kohdalla voidaan todeta elettävän vastaavanlaista mediateknologista murrosta kuin kameran ja valokuvan tullessa suosioon. Tämän vuoksi Walter Benjaminin auran käsite soveltuu tekoälytaiteen auraattisuuden ja ainutkertaisuuden tarkasteluun. Hän tutki olosuhteita ja ehtoja, jotka mahdollistivat valokuvan auraattisen kokemukseen ja hänen mukaansa taideteoksen luonne määräytyy aina teknisten tuottamistapojen kautta. Tutkielma osoittaa, että laskennallinen järjestelmä toimii sekä taidetta generoivana mediumina että taiteilijan posthumanistisena assistenttina tai yhteistyökumppanina. Luova tekoäly toimii tällaisessa vuorovaikutteisessa ja sympoieettisessa kollektiivissa taiteilijan luovuutta lisäävänä aktorina. Koneoppimiseen perustuvan teknologian vuoksi tekoäly on aina enemmän kuin passiivinen työkalu. Laskennallisen toimijan mukaan tuleminen taiteen tekemiseen ei tarkoita ihmisen luopumista omasta toimijuudestaan. Vaikka luovalla tekoälyllä on aktiivinen rooli yhdessä taiteilijan kanssa, niin päätöksentekijän rooli kuitenkin pysyy taiteilijalla. Tekoälytaide on luokiteltavissa käsitetaiteeksi. Molemmissa suurin kiinnostus kohdistuu ideaan ja konseptiin. Toinen merkityksellinen paralleeli käsitetaiteen ja tekoälytaiteen välillä on niiden suhde tekijäsubjektiin, taiteilija positioituu molemmissa kuraattorin rooliin. Tekoälyteknologiat yksistään eivät aikaansaa auraattisuutta, mutta algoritmisen taiteen ainutkertaisuuden puolesta puhuvat taiteilijan kuratoimat uudet ja yllättävät taiteelliset artefaktit.
  • Joona, Pyry (2020)
    Finding information such as images that match the users need is a demanding task. The user has to be aware of the right keywords to search with and the underlying collection might not contain the intended images for all users. We propose a methodology to overcome these limitations by generating images matching the users needs instead of retrieving them from a collection. The methodology combines generative adversarial networks (GANs) capable of generating photorealistic images with relevance feedback from users. The methodology was evaluated with 29 user experiments where users were given a set of image retrieval tasks to find images not present in the collection of images. The images generated using the system were compared to the baseline images the users picked from a set of images representing image search results. The results from the study show that image quality was improved significantly across all image domains (cats, cars, beds, faces) and relative improvement was greater the less the starting image had in common with the target. The results suggest that generating images can be more useful than retrieving them from an existing collection.